实体
OpenS2V-Eval
OpenS2V-Eval
PulseAugur coverage of OpenS2V-Eval — every cluster mentioning OpenS2V-Eval across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
RefAlign 框架通过特征对齐增强了参考到视频的生成
研究人员推出了一种名为 RefAlign 的新颖框架，旨在改进参考到视频（R2V）生成。该方法明确地将扩散 Transformer 的参考分支的特征与视觉基础模型的特征进行对齐。对齐过程旨在增强主体身份的一致性，并提高不同主体之间的语义可区分性，从而减少复制粘贴伪影和多主体混淆等问题。RefAlign 仅在训练期间应用，不会产生推理时间开销，并在 OpenS2V-Eval 基准测试中展示了卓越的性能。
-
新型量化方法大幅降低视频 Transformer 内存占用
研究人员开发了一种新的训练后量化框架，名为 Timestep-Aware SVDQuant-GPTQ，以解决大型视频扩散 Transformer 中的内存挑战。该方法专门针对 W4A4 量化，后者可显著节省内存，但由于激活值异常和依赖于时间步长的分布而变得复杂。该框架旨在处理 Wan2.2-I2V 的混合专家设计中两个专家的不同量化敏感性，从而在对 VBench 和成像质量等性能指标影响极小的情况下，将峰值 GPU 内存减少 59.3%。